인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
태양광 발전은 태양 기하에 의한 결정론적 성분과 기상에 의한 확률적 성분이 중첩되어 결정되므로, 두 성분을 분리하는 청천지수(CSI, Clear-Sky Index) 정규화가 예측 정확도에 영향을 미친다. 본 연구는 기존 청천지수를 계절 적응, 경계의 강건화, 주간 한정 혼합복원으로 확장한 A-CSI(Adapted CSI) 알고리즘을 제안한다. 정규화 없음, 기본 CSI, 계절 적응, 제안한 A-CSI의 네 가지 정규화를 다섯 예측 모델과 두 예측 지평(24시간, 168시간)에 적용하여 효과를 검증하였다. 실험 결과, 24시간 예측에서 A-CSI 계열 정규화는 정규화 없음(평균 RMSE 19.26) 대비 예측 정확도를 향상시켰으며, 계절 적응의 평균 RMSE는 16.97로 11.9% 감소하였다. 개선 효과는 딥러닝 계열에서 특히 두드러졌다. 본 연구는 제안한 A-CSI 알고리즘이 딥러닝 계열의 단기 예측에 효과적임을 실증하고, 모델과 예측 지평에 따른 정규화 적용 지침을 제시한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
